-
Modelo constituido por neuronas artificiales
Warren McCulloch y Walter Pitts Propusieron un
modelo constituido por neuronas artificiales, en el que cada una de ellas se caracterizaba por estar «activada» o «desactivada»; la «activación» se daba como respuesta a la estimulación producida por una cantidad suficiente de neuronas vecinas. El estado de una
neurona se veía como «equivalente, de hecho, a una proposición con unos estímulos adecuados». -
Aprendizaje Hebbiano o regla de Hebb
Donald Hebb propuso y demostró una sencilla regla de actualización para modificar las
intensidades de las conexiones entre neuronas. -
Prueba de Turing
Hay un número de trabajos iniciales que se pueden caracterizar como de IA, pero fue Alan Turing quien articuló primero una visión de la IA en su artículo Computing Machinery and Intelligence. Ahí, introdujo la prueba de Turing, el aprendizaje automático, los algoritmos genéricos y el aprendizaje por refuerzo. -
Primer computador a partir de una red neuronal
Dos estudiantes graduados en el Departamento de Matemáticas de Princeton, Marvin Minsky y Dean Edmonds, construyeron el primer computador a partir de una red neuronal. El SNARC, como se llamó, utilizaba 3.000 válvulas de vacío y un mecanismo de piloto automático obtenido de los desechos de un avión bombardero B-24 para simular una red con 40 neuronas -
Nacimiento de la inteligencia artificial
McCarthy convenció a Minsky, Claude Shannon
y Nathaniel Rochester para que le ayudaran a aumentar el interés de los investigadores americanos en la teoría de autómatas, las redes neuronales y el estudio de la inteligencia. Organizaron un taller con una duración de dos meses en Darmouth en el verano de
1956. Hubo diez asistentes en total, entre los que se incluían Trenchard More de Princeton, Arthur Samuel de IBM, y Ray Solomonoff y Oliver Selfridge del MIT. -
Definición del lenguaje de alto nivel Lisp
En el Laboratorio de IA del MIT Memo Número 1, McCarthy definió el lenguaje de alto nivel Lisp, que se convertiría en el lenguaje de programación dominante en la IA. Lisp es el segundo lenguaje de programación más antiguo que se utiliza en la actualidad, ya que apareció un año después de FORTRAN. -
Primeros programas de IA
En IBM, Nathaniel Rochester y sus colegas desarrollaron algunos de los primeros programas de IA. Herbert Gelernter construyó el demostrador de teoremas de geometría (DTG), el cual era capaz de probar teoremas que muchos estudiantes de matemáticas podían encontrar muy complejos de resolver. -
Laboratorio de IA en Stanford
McCarthy creó el Laboratorio de IA en Stanford. Su plan para construir la versión más reciente del Generador de Consejos con ayuda de la lógica sufrió un considerable impulso
gracias al descubrimiento de J. A. Robinson del método de resolución -
Programa SAINT
El programa SAINT de James Slagle fue capaz de resolver problemas de integración de cálculo en forma cerrada, habituales en los primeros cursos de licenciatura. -
Period: to
Una dosis de realidad
El primer tipo de problemas surgió porque la mayoría de los primeros programas contaban con poco o ningún conocimiento de las materia objeto de estudio; obtenían resultados gracias a sencillas manipulaciones sintácticas.
El segundo problema fue que muchos de los problemas que se estaban intentando resolver mediante la IA eran intratables.
El tercer obstáculo se derivó de las limitaciones inherentes a las estructuras básicas que se utilizaban en la generación de la conducta inteligente -
Programa STUDENT
El programa STUDENT de Daniel Bobrow podía resolver problemas de álgebra del tipo:
Si el número de clientes de Tom es dos veces el cuadrado del 20 por ciento de la cantidad de anuncios que realiza, y éstos ascienden a 45, ¿cuántos clientes tiene Tom? -
Programa ANALOGY
El programa ANALOGY de Tom Evans resolvía problemas de analogía geométrica que se aplicaban en las pruebas de medición de inteligencia. -
Programa DENDRAL
Fue diseñado en Stanford, donde Ed Feigenbaum, Bruce Buchanan
y Joshua Lederberg colaboraron en la solución del problema de
inferir una estructura molecular a partir de la información proporcionada por un espectrómetro de masas. -
Teoría del aprendizaje de Patrick Winston
-
Proyecto de visión de David Huffman
-
Programa para la comprensión de lenguaje natural de Terry Winograd
-
Visión y trabajo de propagación con restricciones de David Waltz
-
Proyecto Quinta Generación
En 1981 los japoneses anunciaron el proyecto «Quinta Generación», un plan de diez años para construir computadores inteligentes en los que pudiese ejecutarse Prolog. Como respuesta Estados Unidos constituyó la Microelectronics and Computer Technology Corporation (MCC), consorcio encargado de mantener la competitividad nacional en estas áreas. -
Primer sistema experto comercial R1
El primer sistema experto comercial que tuvo éxito, R1, inició su actividad en Digital Equipment Corporation. El programa se utilizaba en la elaboración de pedidos de nuevos sistemas informáticos. -
Impulso a la Inteligencia Artificial
El impulso más fuerte se produjo a mediados de la década de los 80, cuando por lo menos cuatro grupos distintos reinventaron el algoritmo de aprendizaje de retroalimentación, mencionado por vez primera en 1969 por Bryson y Ho. -
Grupo de Inteligencia Artificial de DEC
En 1988, el grupo de Inteligencia Artificial de DEC había distribuido ya 40 sistemas expertos, y había más en camino. Du Pont utilizaba ya 100 y estaban en etapa de desarrollo 500 más, lo que le generaba ahorro de diez millones de dólares anuales aproximadamente. -
Probabilistic Reasoning in Intelligent Systems
La aparición de Probabilistic Reasoning in Intelligent Systems de Judea Pearl hizo que se aceptara de nuevo la probabilidad y la teoría de la decisión como parte de la IA, como consecuencia del resurgimiento del interés despertado y gracias especialmente al artículo In Defense of Probability de Peter Cheeseman (1985). -
Period: to
Emergencia de los sistemas inteligentes
Los investigadores han comenzado a trabajar de nuevo en el problema del «agente total». El trabajo de Allen Newell, John Laird, y Paul Rosenbloom en SOAR es el ejemplo mejor conocido de una arquitectura de agente completa. El llamado «movimiento situado» intenta entender la forma de actuar de los agentes inmersos en entornos reales, que disponen de sensores de entradas continuas. Uno de los medios más importantes para los agentes inteligentes es Internet.
